深度學習帶來的變革：深度學習的十個典型應用

本文翻譯自Oliver Cameron的DeepLearning-Is-Revolutionary。本文中涉及到一些語音播放等推薦直接閱讀原文聽取。
本文從屬於筆者的程序猿的數據科學與機器學習實戰手冊，推薦閱讀有趣的機器學習：從多項擬合到深度學習、數據科學與機器學習概論

如今已經有不少人做了關於DeepLearning以及其如何重要的講座，我很是贊成他們的見解。工做在DeepLearning這個領域是讓我以爲最接近魔法師的事，我以爲將來三年內不少軟件的重要部分都會由深度學習推進前行。不過，如今好像DeepLearning還非主流，所以我想分享些優秀的開發者的一些貢獻。

圖片加強

若是你手裏只有一大堆低分辨率的圖片，DeepLearning能夠幫你預測高分辨率的圖片會是什麼樣子，而後自動地幫你添加遺失的細節。

對於你的二次元小夥伴同樣有用的奧:

文本轉換爲語音

DeepLearning可以構建一個文本轉語音的系統，基本上合成出來的語音效果和真人沒啥區別。能夠參考wavenet-generative-model-raw-audio這篇文章。

音樂合成

DeepLearning可以幫你合成傳統的音樂，效果跟真人合成的相比也是分辨不出來。

繪畫風格替換

DeepLearning可以幫你給選定的圖片替換風格樣式。

字體生成

圖片填充

DeepLearning可以自動幫你補全圖片中遺失的部分。

機器人

DeepLearning可以輔助進行機器人訓練，讓它像我的類同樣走路:

或者訓練地像人類同樣去抓取東西

圖片摘要

Sketch

自動駕駛